https://www.faz.net/-gyl-8kzw4

Digitalisierung : Irgendwas mit Daten

  • -Aktualisiert am

Geschüttelt oder gerührt? Data-Scientists, die geschickt im Umgang mit riesigen Datenmengen sind, sind äußerst gefragt. Bild: Nina Hewelt

Sie sind die neuen Lieblinge der Arbeitgeber. Datenwissenschaftler sollen die Geschäftsmodelle der Zukunft entwickeln. Was aber macht ein „Data Scientist“ genau, und was muss er dafür können?

          Die Entwicklung scheint kein Tempolimit zu kennen. Im Jahr 2016 werden 9000 Exabyte Daten erzeugt worden sein. Das sind 9 Billionen Gigabyte oder 360 Milliarden Bluray CDs. Würde man sie übereinanderschichten, könnte man 36.000 Stapel von der Höhe des Eiffelturms errichten. Rund 90 Prozent der Computerdaten wurden allein in den letzten zwei Jahren generiert - und die Wachstumskurve verläuft exponentiell. Kein Wunder also, dass die Beschäftigung mit diesen Informationsfluten zu einem neuen und ungeheuer schnell wachsenden Berufsfeld gehört. Big Data, Smart Data, Data Mining, Data Engineering, Predictive Analytics - die Liste der Schlagworte ist lang und unübersichtlich. Da liegt es nahe, jemanden zu suchen, der den Überblick bewahrt und Licht ins Dunkel des Datendschungels bringt: den „Data Scientist“ oder Datenwissenschaftler.

          Banken und Beratungsfirmen suchen die auf große Datenmengen spezialisierten Analysten genauso wie Autohersteller, Versicherungen und Verwaltungsbehörden. Die Unternehmensberatung McKinsey geht für 2017 von 150 000 offenen Stellen allein in den Vereinigten Staaten aus. Auch in Deutschland ist der Bedarf groß, Studiengänge schießen wie Pilze aus dem Boden, um die Nachfrage bedienen zu können. Ein Geschäftsüberblick der Universität Harvard kürte den „Data Scientist“ sogar zum „attraktivsten Beruf des 21. Jahrhunderts“. Was steckt hinter dem neuen Berufsbild, und mit welcher Ausbildung wird man zum Datenwissenschaftler? Wer stellt sie ein, und wie sieht ihr Anforderungsprofil aus? Und gibt es auch Gründe, die scheinbar unaufhaltsame Verschiebung von qualitativer hin zu quantitativer Analyse in Frage stellen?

          Big Data ist ein Oberbegriff für Datenmengen, die zu groß, komplex, schnelllebig oder zu schwach strukturiert sind, um sie mit herkömmlichen Methoden der Datenverarbeitung auszuwerten. Dabei sind es nicht nur Suchmaschinen oder soziale Netzwerke, die immer schneller große Mengen von Daten ansammeln. Jeder Smartphone-, Kreditkarten- oder Amazon-Nutzer, jeder Autofahrer mit Navigationsgerät im Wagen und jeder Einkäufer mit Kundenkarte erzeugt täglich solche Datenströme.

          „Fast jede Branche durchläuft zur Zeit eine digitale Transformation“

          Diese Daten, Ausdruck unseres Verhaltens, unserer Vorlieben und Routinen, bergen ein enormes Informationspotential. Der Datenwissenschaftler soll gesammelte Informationen aller Art verknüpfen, entschlüsseln und auswerten - alles vor dem Hintergrund, Wissen herauszufiltern, das dabei hilft, geschäftliche Ziele besser und effektiver zu erreichen. In Deutschland wird Data Science vor allem als Aufbaustudium nach einem Bachelor zum Beispiel in Mathematik oder Informatik angeboten. München war 2015 eine der ersten Universitäten, die einen Master in Data Science anboten, Mannheim und Darmstadt ziehen von Februar 2017 an nach.

          Datenanalyse ist dabei mitnichten auf Berufsfelder beschränkt, die direkt mit Informatik oder Datenverarbeitung zusammenhängen. Emmanuel Müller leitet die Data-Mining-Forschungsgruppe am Hasso-Plattner-Institut in Potsdam und sagt: „Fast jede Branche durchläuft zur Zeit eine digitale Transformation.“ Das spiegelt sich auch in den Stellenausschreibungen der Unternehmen wider. Der Bundesagentur für Arbeit wurden in den letzten zwölf Monaten 402 Vakanzen für Datenanalysten gemeldet. Versicherungen, Krankenhäuser, Logistikunternehmen, Regierungsbehörden - sie alle sind auf eine strukturierte Auswertung der bei ihnen anfallenden Daten angewiesen. „Mit Data-Science-Methoden lässt sich neues, unerwartetes und wertvolles Wissen über komplexe Systeme extrahieren.“ Das sei nützlich für die Entscheidungsfindung in einer Vielzahl von gesellschaftlichen Anwendungsgebieten.

          Auf der einen Seite werden Datenanalysten also in nahezu jeder Branche umworben, und die Einstiegsgehälter liegen selten unter 45.000 Euro. Auf der anderen Seite sind die Anforderungen vieler Arbeitgeber aber auch sehr hoch: „Neben exzellenten akademischen Leistungen setzen wir hervorragende Kenntnisse in Statistik, maschinellem Lernen, Geo-Analytics oder Optimierung voraus sowie gute Kenntnisse der einschlägigen Programmiersprachen wie ,R‘ oder ,Python‘“, sagt Carsten Baumgärtner, Personalfachmann der Beratungsgesellschaft Boston Consulting. Entscheidend sei allerdings das Rundumpaket - im Idealfall eine Kombination aus Branchenkenntnis, Analyse- und Teamfähigkeit. Die Datenwissenschaftler arbeiteten an der Schnittstelle von Domänenexpertise und reiner Analyse, zwischen Informationstechnologie und Strategie und müssten vor allem in der Lage sein, Daten in verständliche und zielführende Handlungsanweisungen zu übersetzen.

          Funktioniert das, liegen die Vorteile für Unternehmen auf der Hand: Wer Muster und Abhängigkeiten findet, kann schneller und fundierter Entscheidungen treffen, Prozesse effektiver gestalten und Kosten sparen. Doch wie bei jeder neuen Entwicklung, bei der zunächst nur das positive Potential wahrgenommen wird, könnte auch Big Data bald im Tal der Ernüchterung ankommen. Viele Arbeitgeber sind schon jetzt desillusioniert - ihre Ansprüche decken sich oft nicht mit dem Ausbildungs- und Erfahrungsniveau der Bewerber.

          Nicht immer sind viele Informationen auch gute Informationen

          Die sprechen in ihrem Lebenslauf zwar von Big Data, meinen aber eigentlich normale Datensätze; sie geben fortgeschrittene Analysefähigkeiten an und beziehen sich damit auf den Statistikkurs in der Oberstufe und den Umgang mit Excel-Tabellen. Wer den Unterschied zwischen Mittelwert und Durchschnittswert kennt, weiß, was eine Nullhypothese ist, oder statistische Signifikanz definieren kann, bringt noch lange nicht die Fähigkeiten für die Auswertung großer Datenmengen mit. „Studenten sollten Vorsicht walten lassen vor Studienangeboten, die nicht ausreichend in die Tiefe gehen“, sagt Hannes Hartenstein, Dekan der Fakultät für Informatik am Karlsruher Institut für Technologie, einem der führenden Informatikinstitute Deutschlands. Programmierfähigkeiten und der souveräne Umgang mit der entsprechenden Software in den Bereichen Statistik oder Datenanalyse seien Pflicht.

          Das wirklich nützliche Jonglieren mit den Zahlen ist darüber hinaus nicht nur eine Frage des Programmierens und der Statistikkenntnisse. Nicht immer sind viele Informationen auch gute Informationen, Zusammenhänge sind oft weniger eindeutig, als ein erster Blick vermuten lässt. Die Scheidungsrate in Maine zum Beispiel korrelierte zwischen 2000 und 2009 perfekt mit dem amerikanischen Pro-Kopf-Konsum von Margarine. Einen ursächlichen Zusammenhang gibt es selbstverständlich nicht. Doch der Unterschied zwischen Korrelation und Kausalität, der in dem absurden Beispiel auch für den Laien offensichtlich ist, ist bei komplexen Daten oft kaum zu erkennen. Hartenstein betont: „Es ist wichtig, sich klarzumachen, was für Daten man hat, wie sie erhoben wurden und wie belastbar sie sind.“ Das ist gerade bei Fremddaten aus dem Internet selten der Fall.

          Auch Unternehmen lassen sich nicht einfach nach Zahlen führen. Viele Abläufe und Zustände sind nicht quantifizierbar - zum Beispiel das Arbeitsklima in einem Team, die Zufriedenheit der Mitarbeiter oder individueller Erfolg. Qualitative Analyse ist in solchen Fällen unumgänglich. Doch das bestreiten die meisten Datenfreunde auch gar nicht: Emmanuel Müller sieht sich als Wissenschaftler in der Pflicht, „eine neue methodische Brücke zwischen Menschen als Entscheidern auf der einen Seite und der statistischen Analyse von Daten auf der anderen Seite zu bauen“. Es muss eine ziemlich lange Brücke werden.

          Weitere Themen

          Keine Angst vor Schreib-Maschinen

          Literatur im Internet : Keine Angst vor Schreib-Maschinen

          Steht das Internet der Literatur im Weg? Kathrin Passig steht virtuellen Autorenkollektiven nicht nur mit Abneigung gegenüber, doch in ihren Grazer Vorlesungen, die nun als Buch erscheinen, überschätzt sie Künstliche Intelligenz auch nicht.

          Topmeldungen

          Nur Verlierer: Taugt die neue Grundsteuer-Reform überhaupt?

          Mehrbelastung : Die neue Grundsteuer schafft viele Verlierer

          Die Reform der Grundsteuer hat zum Ziel, die Steuerzahler zukünftig nicht mehr zu belasten. Doch selbst wenn die Städte den Hebesatz anpassen, zahlen manche mehr.
          Rechnet sich die Bundesregierung den Haushalt schön?

          Vor Kabinettsbeschluss : FDP kritisiert unehrlichen Bundeshaushalt

          Am Mittwoch will das Kabinett den Bundeshaushalt für das kommende Jahr absegnen. Die Industrie ist unzufrieden mit den Plänen und fordert mehr Investitionen. Die FDP sieht dagegen Rechentricks und geplatzte Träume.

          Newsletter

          Immer auf dem Laufenden Sie haben Post! Abonnieren Sie unsere FAZ.NET-Newsletter und wir liefern die wichtigsten Nachrichten direkt in Ihre Mailbox. Es ist ein Fehler aufgetreten. Bitte versuchen Sie es erneut.
          Vielen Dank für Ihr Interesse an den F.A.Z.-Newslettern. Sie erhalten in wenigen Minuten eine E-Mail, um Ihre Newsletterbestellung zu bestätigen.